【算法设计与分析】8、哈弗曼编码，贪心算法实现

写这个玩意，我也是深深地感觉到自己数据结构的薄弱，可笑的是我一直以为学的还可以，结果一个堆结构就干了我半个月，才懂个大概= =，我也是醉了

BinaryTree.h二叉树的实现

/**
* 书本:《算法分析与设计》
* 功能:这个头文件是为了实现二叉树
* 文件:BinaryTree.h
* 时间:2014年12月15日18:35:51
* 作者:cutter_point
*/


//                            _ooOoo_
//                           o8888888o
//                           88" . "88
//                           (| -_- |)
//                            O\ = /O
//                        ____/`---'\____
//                      .   ' \\| |// `.
//                       / \\||| : |||// \
//                     / _||||| -:- |||||- \
//                       | | \\\ - /// | |
//                     | \_| ''\---/'' | |
//                      \ .-\__ `-` ___/-. /
//                   ___`. .' /--.--\ `. . __
//                ."" '< `.___\_<|>_/___.' >'"".
//               | | : `- \`.;`\ _ /`;.`/ - ` : | |
//                 \ \ `-. \_ __\ /__ _/ .-` / /
//         ======`-.____`-.___\_____/___.-`____.-'======
//                            `=---='
//
//         .............................................
//                  佛祖镇楼                  BUG辟易
//          佛曰:
//                  写字楼里写字间，写字间里程序员；
//                  程序人员写程序，又拿程序换酒钱。
//                  酒醒只在网上坐，酒醉还来网下眠；
//                  酒醉酒醒日复日，网上网下年复年。
//                  但愿老死电脑间，不愿鞠躬老板前；
//                  奔驰宝马贵者趣，公交自行程序员。
//                  别人笑我忒疯癫，我笑自己命太贱；
//                  不见满街漂亮妹，哪个归得程序员？

#include <iostream>

using namespace std;

template<class T>
struct BTNode
{
	T data;	//这个是二叉树的根节点的值
	BTNode<T> *lChild, *rChild;	//分别是左右孩子

	BTNode()	//构造函数
	{
		lChild = rChild = nullptr;	//初始化为空
	}

	//构造函数二号
	BTNode(const T &val, BTNode<T> *Childl = nullptr, BTNode<T> *Childr = nullptr)
	{
		//这个也是对当前这个二叉树进行初始化
		data = val;
		lChild = Childl;
		rChild = Childr;
	}

	//把对应的一颗二叉树拷贝出去，这个拷贝不是说的那种只有做孩子和右孩子一个数的树，而是拷贝一堆过来
	//这个是吧这个二叉树创建一个新的内存空间，存一样的东西，并返回这个新的树，内容一样
	BTNode<T>* CopyTree()
	{
		BTNode<T> *nl, *nr, *nn;	//对这个进行拷贝

		if (&data == NULL)
			return NULL;	//当前对应的树为空

		nl = lChild->CopyTree();	//把左边拷贝过来
		nr = rChild->CopyTree();	//把右边拷贝过来

		nn = new BTNode<T>(data, nl, nr);	//创建这个二叉树
		return nn;
	}

};

//二叉树的对象类
template<class T>
class BinaryTree
{
	void Destroy(BTNode<T> *&r);	//这个是为了摧毁二叉树
	void PreOrder(BTNode<T> *r);
	void InOrder(BTNode<T> *r);
	void PostOrder(BTNode<T> *r);

	int Height(const BTNode<T> *r) const;
	int NodeCount(const BTNode<T> *r) const;

public:
	BTNode<T> *root; //根节点
	BinaryTree();	//构造函数
	~BinaryTree();	//析构函数

	void Pre_Order();
	void In_Order();
	void Post_Order();

	int TreeHeight() const;
	int TreeNodeCount() const;

	void DestroyTree();
	void MakeTree(T pData, BinaryTree<T> leftTree, BinaryTree<T> rightTree);
	void Change(BTNode<T> *r);

};

//对应的类的实现
template<class T>
BinaryTree<T>::BinaryTree()
{
	root = NULL;
}


template<class T>
BinaryTree<T>::~BinaryTree()
{}

template<class T>
void BinaryTree<T>::Pre_Order()
{
	PreOrder(root);
}

template<class T>
void BinaryTree<T>::In_Order()
{
	InOrder(root);
}

template<class T>
void BinaryTree<T>::Post_Order()
{
	PostOrder(root);
}

template<class T>
int BinaryTree<T>::TreeHeight() const
{
	return Height(root);
}

template<class T>
int BinaryTree<T>::TreeNodeCount()const
{
	return NodeCount(root);
}

template<class T>
void BinaryTree<T>::DestroyTree()
{
	Destroy(root);
}

template<class T>
void BinaryTree<T>::PreOrder(BTNode<T> *r)	//遍历输出这个树的全部数据，先根左右的顺序
{	//根左右
	if (r != NULL)
	{
		cout << r->data << ' ';
		PreOrder(r->lChild);		//递归调用
		PreOrder(r->rChild);
	}
}

template<class T>
void BinaryTree<T>::InOrder(BTNode<T> *r)	//这个是遍历顺序是先左边然后根然后右边
{	//左中右
	if (r != NULL)
	{
		InOrder(r->lChild);
		cout << r->data << ' ';
		InOrder(r->rChild);
	}
}

template<class T>
void BinaryTree<T>::PostOrder(BTNode<T> *r)		//这个是先左然后右边最后才是根
{	//左右中
	if (r != NULL)
	{
		PostOrder(r->lChild);
		PostOrder(r->rChild);
		cout << r->data << ' ';
	}
}

//这个是统计有多少个节点
template<class T>
int BinaryTree<T>::NodeCount(const BTNode<T> *r) const
{
	if (r == NULL)
		return 0;	//这个没有节点
	else
		return 1 + NodeCount(r->lChild) + NodeCount(r->rChild);	//当前的这个节点+左边的节点+右边的节点
}


//这个是将二叉树的所有节点进行交换，注意这里是所有，不是单一的几个
template<class T>	//还是老套路，先把根交换了，然后到他们的子节点里面在进行左右交换
void BinaryTree<T>::Change(BTNode<T> *r)
{
	BTNode<T> *p;	//这个是用来交换的中间变量
	if (r)
	{
		p = r->lChild;
		r->lChild = r->rChild;	//右边的节点放到左边来
		r->rChild = p;	//左边的放到右边的位置
		Change(r->lChild);	//在交换左边子树上的所有节点
		Change(r->rChild);	//交换右边子树上的所有节点
	}
}

//这个释放子树空间要一个一个地释放
template<class T>
void BinaryTree<T>::Destroy(BTNode<T> *&r)	//这里是用了一个引用指针，有点不懂
{
	if (r != NULL)
	{
		Destroy(r->lChild);		//先把左边的节点给释放空间
		Destroy(r->rChild);		//然后释放右边的所有节点
		delete r;		//把根节点也释放掉
		r = nullptr;	//设置为空
	}
}


//把二叉树最长的那个边有多少个节点
template<class T>
int BinaryTree<T>::Height(const BTNode<T> *r) const
{
	if (r != nullptr)
		return 0;	//没有子树
	else
	{
		int lh, rh;	//左右两边的长度
		lh = Height(r->lChild);
		rh = Height(r->rChild);
		//左右两边选长的那个
		return 1 + (lh > rh ? lh : rh);	//最长的那个节点加上来
	}
}

//创建一个新的二叉树，这个二叉树包含了leftTree和rightTree
template<class T>
void BinaryTree<T>::MakeTree(T pData, BinaryTree<T> leftTree, BinaryTree<T> rightTree)	//这里左右两个子树不是指针了
{
	root = new BTNode<T>();
	root->data = pData;
	root->lChild = leftTree.root;
	root->rChild = rightTree.root;
	//注意这个参数不是指针的话，那么新的子树构建出来的和那两个参数是完全没关系的，大不了就是数值一样
}

最小堆实现MinHeap.h

/**
* 书本:《算法分析与设计》
* 功能:这个头文件是为了实现二叉树
* 文件:BinaryTree.h
* 时间:2014年12月15日18:35:51
* 作者:cutter_point
*/


//                            _ooOoo_
//                           o8888888o
//                           88" . "88
//                           (| -_- |)
//                            O\ = /O
//                        ____/`---'\____
//                      .   ' \\| |// `.
//                       / \\||| : |||// \
//                     / _||||| -:- |||||- \
//                       | | \\\ - /// | |
//                     | \_| ''\---/'' | |
//                      \ .-\__ `-` ___/-. /
//                   ___`. .' /--.--\ `. . __
//                ."" '< `.___\_<|>_/___.' >'"".
//               | | : `- \`.;`\ _ /`;.`/ - ` : | |
//                 \ \ `-. \_ __\ /__ _/ .-` / /
//         ======`-.____`-.___\_____/___.-`____.-'======
//                            `=---='
//
//         .............................................
//                  佛祖镇楼                  BUG辟易
//          佛曰:
//                  写字楼里写字间，写字间里程序员；
//                  程序人员写程序，又拿程序换酒钱。
//                  酒醒只在网上坐，酒醉还来网下眠；
//                  酒醉酒醒日复日，网上网下年复年。
//                  但愿老死电脑间，不愿鞠躬老板前；
//                  奔驰宝马贵者趣，公交自行程序员。
//                  别人笑我忒疯癫，我笑自己命太贱；
//                  不见满街漂亮妹，哪个归得程序员？

#include <iostream>

using namespace std;

/*
如果只是找最小值，最起码是O（n),因为至少每个元素要遍历一遍，这点最小堆不占优势
最小堆的优点在于它的动态可维护性。如果是数组，当数组某个元素发生变化时（增加、删除或修改），
你是没法知道最小值会怎么变化（其它还好，如果把已知的最小值删去，如果还想找到最小值，还需要重新扫描数组。当然你会想到数组如果有序呢？
不过你要随时维护数组保证数组有序，这在插入数据时还需要O（N)复杂度。）相比之下，最小堆只需要O（logN)的复杂度，是不是很牛逼（最先设计出这个数据结构的人，
真的很牛逼啊）。此外，最小堆（好像是最大堆，算了，反正两个是一回事）还可以当做一个优先队列（就是按重要程度排个队，每次都考虑队首元素，
有人插队也没事，O（logN)就行了），这应该是它最常见的应用了
*/

//这个就是用来存放所有的数据的堆
template<class T>
class MinHeap			//最小堆就是节点比子节点小的二叉树，最大堆就是节点比子节点大的二叉树
{
	T *heap; //元素数组，0号位置也储存元素  
	int CurrentSize; //目前元素个数  
	int MaxSize; //可容纳的最多元素个数  

	void FilterDown(const int start, const int end); //自上往下调整，使关键字小的节点在上  
	void FilterUp(int start); //自下往上调整  
public:
	MinHeap(int n = 1000);	//构造函数
	~MinHeap();
	bool Insert(const T &x);	//插入数据

	T RemoveMin();	//删除最小的元素
	T GetMin();		//取得最小的元素

	bool IsEmpty() const;	//判断是否为空
	bool IsFull() const;	//是否满了
	void Clear();	//清空

	void look();		//查看所有元素

};

template<class T>
void MinHeap<T>::look()
{
	for (int i = 0; i < MaxSize; ++i)
		cout << heap[i] << endl;
}

//void FilterDown(const int start, const int end); //自上往下调整，使关键字小的节点在上  
template<class T>
void MinHeap<T>::FilterDown(const int start, const int end)
{
	int i = start, j = 2 * i + 1;		//i表示数据的开始
	T temp = heap[i];		//temp表示i当前指向
	while (j <= end)		//只要j没有到达尾部
	{
		if ((j < end) && (heap[j] > heap[j + 1]))	//只要j还在最后一个的前面，并且第j个数大于后面那个数
		{
			++j;		//那就直接把j进入下一个
		}//if
		if (temp <= heap[j])
			break;		//如果这个i指向的值比j指向的值还要小，那就不管
		else
		{//如果temp比j指向的要大，就是前面的比较大，并且这个j比后面的小，就是中间的j是最小的，在这个三个数中
			heap[i] = heap[j];
			i = j;
			j = 2 * j + 1;
		}// esle

	}//while

	heap[i] = temp;		//把i的值刷新,这个是根元素

}//void MinHeap<T>::FilterDown(const int start, const int end)

//void FilterUp(int start); //自下往上调整 
template<class T>
void MinHeap<T>::FilterUp(int start)
{
	int j = start, i = (j - 1) / 2;		//i指向j的父节点
	T temp = heap[j];

	while (j > 0)
	{
		if (heap[i] <= temp)
			break;
		else
		{
			heap[j] = heap[i];
			j = i;
			i = (i - 1) / 2;
		}//else
	}//while

	heap[j] = temp;

}//void MinHeap<T>::FilterUp(int start)

//构造函数的实现
template<class T>
MinHeap<T>::MinHeap(int n)
{
	MaxSize = n;		//可容纳的最多的元素个数
	heap = new T[MaxSize];		//创建类型T的节点有MaxSize个
	CurrentSize = 0;		//暂时还没有一个元素
}

//析构函数
template<class T>
MinHeap<T>::~MinHeap()
{
	//回收所有的控件
	delete []heap;
}

//插入数据
template<class T>
bool MinHeap<T>::Insert(const T &x)
{
	if (CurrentSize == MaxSize)		//如果元素已经全部填满了
		return false;			//返回无法插入

	heap[CurrentSize] = x;		//把x赋值给当前的位置,则有0到CurrentSize个元素即CurrentSize+1个元素
	FilterUp(CurrentSize);		//把元素进行插入排序

	CurrentSize++;
	return true;		//插入成功
}

//T RemoveMin();	删除最小的元素
template<class T>
T MinHeap<T>::RemoveMin()
{
	T x = heap[0];
	heap[0] = heap[CurrentSize - 1];			//把最后一个元素赋值给第一个元素

	CurrentSize--;			//删除掉一个元素后，个数减一
	FilterDown(0, CurrentSize - 1);			//调整新的根节点

	return x;  //把移除的元素返回
}

//T GetMin();		//取得最小的元素
template<class T>
T MinHeap<T>::GetMin()
{
	return heap[0];
}

//bool IsEmpty() const;	//判断是否为空
template<class T>
bool MinHeap<T>::IsEmpty() const
{
	return CurrentSize == 0;		//返回为真那么就是没有元素是空
}

//bool IsFull() const;	//是否满了
template<class T>
bool MinHeap<T>::IsFull() const
{
	return CurrentSize == MaxSize;
}


//void Clear();	//清空
template<class T>
void MinHeap<T>::Clear()
{
	CurrentSize = 0;		//直接重头开始覆盖数据
}



/**
* <p>我tm终于练成了！Hello World终于打印出来了！ %>_<% 我先哭（激动）会~~~<p>
* @version 1.0.1
* @since JDK 1.6
* @author jacksen
*
*/

// 致终于来到这里的勇敢的人：
//    你是被上帝选中的人，英勇的、不辞劳苦的、不眠不休的来修改
// 我们这最棘手的代码的编程骑士。你，我们的救世主，人中龙凤，
// 我要对你说：永远不要放弃；永远不要对自己失望；永远不要逃走，辜负自己。
// 永远不要哭啼，永远不要说再见。永远不要说谎来伤害自己。

// 致终于来到这里的勇敢的人：
//    你是被上帝选中的人，英勇的、不辞劳苦的、不眠不休的来修改
// 我们这最棘手的代码的编程骑士。你，我们的救世主，人中龙凤，
// 我要对你说：永远不要放弃；永远不要对自己失望；永远不要逃走，辜负自己。
// 永远不要哭啼，永远不要说再见。永远不要说谎来伤害自己。


// 致终于来到这里的勇敢的人：
//    你是被上帝选中的人，英勇的、不辞劳苦的、不眠不休的来修改
// 我们这最棘手的代码的编程骑士。你，我们的救世主，人中龙凤，
// 我要对你说：永远不要放弃；永远不要对自己失望；永远不要逃走，辜负自己。
// 永远不要哭啼，永远不要说再见。永远不要说谎来伤害自己。


//頂頂頂頂頂頂頂頂頂　頂頂頂頂頂頂頂頂頂
//頂頂頂頂頂頂頂　　　　　頂頂
//　　　頂頂　　　頂頂頂頂頂頂頂頂頂頂頂
//　　　頂頂　　　頂頂頂頂頂頂頂頂頂頂頂
//　　　頂頂　　　頂頂　　　　　　　頂頂
//　　　頂頂　　　頂頂　　頂頂頂　　頂頂
//　　　頂頂　　　頂頂　　頂頂頂　　頂頂
//　　　頂頂　　　頂頂　　頂頂頂　　頂頂
//　　　頂頂　　　頂頂　　頂頂頂　　頂頂
//　　　頂頂　　　　　　　頂頂頂
//　　　頂頂　　　　　　頂頂　頂頂　頂頂
//　頂頂頂頂　　　頂頂頂頂頂　頂頂頂頂頂
//　頂頂頂頂　　　頂頂頂頂　　　頂頂頂頂



/*code is far away from bug with the animal protecting
*  ┏┓　　　┏┓
*┏┛┻━━━┛┻┓
*┃　　　　　　　┃
*┃　　　━　　　┃
*┃　┳┛　┗┳　┃
*┃　　　　　　　┃
*┃　　　┻　　　┃
*┃　　　　　　　┃
*┗━┓　　　┏━┛
*　　┃　　　┃神兽保佑
*　　┃　　　┃代码无BUG！
*　　┃　　　┗━━━┓
*　　┃　　　　　　　┣┓
*　　┃　　　　　　　┏┛
*　　┗┓┓┏━┳┓┏┛
*　　　┃┫┫　┃┫┫
*　　　┗┻┛　┗┻┛
*
*/




/**
*
*----------Dragon be here!----------/

  ┏┓　　　┏┓
┏┛┻━━━┛┻┓
┃　　　　　　　┃
┃　　　━　　　┃
┃　┳┛　┗┳　┃
┃　　　　　　　┃
┃　　　┻　　　┃
┃　　　　　　　┃
┗━┓　　　┏━┛
    ┃　　　┃
    ┃　　　┃
    ┃　　　┗━━━┓
    ┃　　　　　　　┣┓
    ┃　　　　　　　┏┛
    ┗┓┓┏━┳┓┏┛
      ┃┫┫　┃┫┫
      ┗┻┛　┗┻┛
    ━━━━━━神兽出没━━━━━━ */

/**

  ┏┓　　　┏┓
┏┛┻━━━┛┻┓
┃　　　　　　　┃
┃　　　━　　　┃
┃　＞　　　＜　┃
┃　　　　　　　┃
┃...　⌒　...　┃
┃　　　　　　　┃
┗━┓　　　┏━┛
    ┃　　　┃　Code is far away from bug with the animal protecting
    ┃　　　┃ 神兽保佑,代码无bug
    ┃　　　┃
    ┃　　　┃
    ┃　　　┃
    ┃　　　┃
    ┃　　　┗━━━┓
    ┃　　　　　　　┣┓
    ┃　　　　　　　┏┛
    ┗┓┓┏━┳┓┏┛
      ┃┫┫　┃┫┫
      ┗┻┛　┗┻┛ */

/**
*　　　　　　　　┏┓　　　┏┓+ +
*　　　　　　　┏┛┻━━━┛┻┓ + +
*　　　　　　　┃　　　　　　　┃
*　　　　　　　┃　　　━　　　┃ ++ + + +
*　　　　　 ████━████ ┃+
*　　　　　　　┃　　　　　　　┃ +
*　　　　　　　┃　　　┻　　　┃
*　　　　　　　┃　　　　　　　┃ + +
*　　　　　　　┗━┓　　　┏━┛
*　　　　　　　　　┃　　　┃
*　　　　　　　　　┃　　　┃ + + + +
*　　　　　　　　　┃　　　┃　　　　Code is far away from bug with the animal protecting
*　　　　　　　　　┃　　　┃ + 　　　　神兽保佑,代码无bug
*　　　　　　　　　┃　　　┃
*　　　　　　　　　┃　　　┃　　+
*　　　　　　　　　┃　 　 ┗━━━┓ + +
*　　　　　　　　　┃ 　　　　　　 ┣┓
*　　　　　　　　　┃ 　　　　　 　┏┛
*　　　　　　　　　┗┓┓┏━┳┓┏┛ + + + +
*　　　　　　　　　　┃┫┫　┃┫┫
*　　　　　　　　　　┗┻┛　┗┻┛+ + + +
*/


//1只羊 == one sheep
//2只羊 == two sheeps
//3只羊 == three sheeps
//4只羊 == four sheeps
//5只羊 == five sheeps
//6只羊 == six sheeps
//7只羊 == seven sheeps
//8只羊 == eight sheeps
//9只羊 == nine sheeps
//10只羊 == ten sheeps
//11只羊 == eleven sheeps
//12只羊 == twelve sheeps
//13只羊 == thirteen sheeps
//14只羊 == fourteen sheeps
//15只羊 == fifteen sheeps
//16只羊 == sixteen sheeps
//17只羊 == seventeen sheeps
//18只羊 == eighteen sheeps
//19只羊 == nineteen sheeps
//20只羊 == twenty sheeps
//21只羊 == twenty one sheeps
//22只羊 == twenty two sheeps
//23只羊 == twenty three sheeps
//24只羊 == twenty four sheeps
//25只羊 == twenty five sheeps
//26只羊 == twenty six sheeps
//27只羊 == twenty seven sheeps
//28只羊 == twenty eight sheeps
//29只羊 == twenty nine sheeps
//30只羊 == thirty sheeps
//现在瞌睡了吧，好了，不要再改下面的代码了，睡觉咯~~


/**
*      出生
*       ||
*       ||
*      \  /
*       \/
*      青年
* （年龄 = rand(20,25))）    《==============
*       ||                                                                 ||
*       ||                                                                 ||
*       ||        祝福所有开发工作者                         ||
*       ||            永远年轻                                       ||
*       ||                                                                 ||
*      \  /                                                                ||
*       \/                                                                 ||
*（ 20 <= 年龄 <= 25）        ===============
*       ||
*       ||
*      \  /
*       \/
*     等死状态
*/

huffman.cpp

主函数，这里有点友元方面的问题，暂时没想到好办法

/**
* 书本:《算法分析与设计》
* 功能:实现哈弗曼编码
* 文件:huffman.cpp
* 时间:2015年1月3日17:52:30
* 作者:cutter_point
*/

#include "BinaryTree.h"
#include "MinHeap.h"

#include <iostream>

using namespace std;

template<class T>
class Huffman;		//先声明Huffman类

template<class T>
BinaryTree<int> HuffmanTree(T f[], int n);			//这是声明一个全局的哈弗曼树函数

template<class T>
class Huffman
{
	friend BinaryTree<int> HuffmanTree(T [], int);		//友元函数
public:
	
	//操作符重载
	operator T() const { return weight; }
/*private:*/	//这里搞个私有就出问题，不知道是编译器问题，还是我代码有错，我是检测半天，认为编译器抽风了= =
	BinaryTree<int> tree;		//哈弗曼结构是由一个二叉树和权值组成
	T weight;

};

//算法HuffmanTree
template<class T>		//建立要进行编码的二叉树
BinaryTree<int> HuffmanTree(T f[], int n)		//这个分别是所有的数，和数的个数
{
	//首先生成一个单节点树
	Huffman<T> *w = new Huffman<T>[n + 1];
	//生成2个空的二叉树
	BinaryTree<int> z, zero;

	for (int i = 1; i <= n; ++i)
	{
		z.MakeTree(i, zero, zero);		//制作一个空额二叉树, 开始的序号就是i
		w[i].weight = f[i];		//把权值赋值给相应的节点
		w[i].tree = z;		//把这个空的树作为初始赋值给他
	}

	//建立最小堆，就是优先合并最小的
	MinHeap<Huffman<T> > Q(n);			//构造函数，创建空间为n的最小堆
	//把数据插入到堆中
	for (int i = 1; i <= n; ++i)		//从1开始的！！！！！
		Q.Insert(w[i]);

	//反复合并最小概率树
	Huffman<T> x, y;		//存放当前最小的
	for (int i = 1; i < n; ++i)		//每次合并最小的两个，直到只剩下一个树
	{
		x = Q.RemoveMin();
		y = Q.RemoveMin();
		//以这两个树为子节点，建立新的树
		z.MakeTree(0, x.tree, y.tree);		//新的节点没有序号,或者可以在后面加序号
		//z.MakeTree(n + i, x.tree, y.tree);		//把x和y里面的二叉树拿出来重新构建
		
		//把合并的结果给一个节点放回到最小堆中
		x.weight += y.weight;	//两种权值和
		x.tree = z;	

		Q.Insert(x);
	}

	//得到最终的二叉树
	x = Q.RemoveMin();	//并把堆中的数据清空
	
	//回收创建的Huffman结构数组
	delete[] w;

	return x.tree;		//返回合并完成的二叉树
}


int main()
{

	char c[] = { '0', 'a', 'b', 'c', 'd', 'e', 'f' };
	int f[] = { 0, 45, 13, 12, 16, 9, 5 };//下标从1开始， 注意56行
	BinaryTree<int> t = HuffmanTree(f, 6);		//6个数，把他们编码排序，合并成二叉树

	cout << "各字符出现的对应频率分别为(a,b,c对应子树编号为1,2,3)：" << endl;
	for (int i = 1; i <= 6; i++)
	{
		cout << c[i] << ":" << f[i] << " ";
	}
	cout << endl;

	cout << "生成二叉树的前序遍历结果为(就是先根，后子)：" << endl;
	t.Pre_Order();		//这个是先根遍历
	cout << endl;

	//回收空间
	t.DestroyTree();

	//MinHeap<int> k(7);
	//k.Insert(45);
	//k.Insert(13);
	//k.Insert(0);
	//cout << k.GetMin() << endl;
	//k.look();

	
	/*int *p, p1, x, y;
	p1 = 1;
	p = &p1;
	x = *p;
	p1 = 3;
	y = *p;

	cout << x << "------" << y << endl;*/

	

	return 0;
}

截图

总结

哈哈，这个程序时间跨度长达一年哦，哦上面那个遍历结果有点瑕疵，就是输出的不是结果而是节点的编号，0代表后来新合并的节点，其实我觉得输出权值会好一点，也就是在这个的下面再输出权值，不过代码写的时候没想那么多，要是加上这个又得麻烦= =，说一下思路吧，就是把那个返回值不是返回tree，而是返回一个Huffman结构的整体二叉树，这样遍历的时候可以随带输出weight，而且这样做的话，那么在BinaryTree.h头文件里面就不能用那个函数来遍历了，得重新写个函数对Huffman进行遍历，所以说我就不那么搞了